基于深度学习的方法，用于检测工业控制领域图像序列中的网络攻击

《International Journal of Critical Infrastructure Protection》：Deep learning based detection of cyber-attacks on image sequence in industrial control

　　

• •
  自主深度学习模型及攻击检测阈值选择，用于图像序列分析。
• •
  专为工业控制系统环境中的实时部署设计。
• •
  在真实世界的工业数据集上展示了预期的检测性能。
• •
  在检测性能和计算成本方面优于现有方法。

引言

工业物联网（IIoT）通过整合先进技术，为制造业带来了重大变革，提高了效率、准确性和自动化水平[1]。这一变革的重要部分是智能视觉系统的集成，这些系统依赖图像作为关键信息载体。这些系统在各个领域都变得不可或缺，能够通过分析和解释视觉数据实现实时监控、控制和决策[2]。

工业相机最初仅具备基本感测功能，现已发展成为具有计算和通信能力的智能设备，成为信息物理系统（CPS）。作为CPS，智能相机结合了机械功能与嵌入式智能，无需外部系统即可通过现场数据处理提升效率并支持复杂任务。在基于CPS的工业应用中，智能设备获取图像序列，并使用不同的通信协议（通常是无线的）与工业控制系统（ICS）中的其他CPS元素进行通信。IIoT为智能设备在工业环境中的集成及其通过可靠通信网络的连接提供了支持[3]。

然而，ICS各组件之间的广泛通信为潜在的网络攻击打开了新的空间，这可能导致严重的负面后果。在视觉系统的背景下，对图像数据的操纵可能导致错误的控制决策、物理损害以及制造系统的中断。例如，篡改数据、通过拒绝服务（DoS）攻击破坏服务或注入虚假数据，都可能导致系统错误解读生产线的状态，从而产生缺陷产品甚至安全隐患[4]。网络攻击的严峻性凸显了开发强大检测机制的必要性，以预防或减轻潜在后果。传统的安全措施（嵌入在通信协议、设备或网络基础设施中）往往难以有效应对工业环境中基于图像的数据的特殊特性[5]。

对图像和视频帧中的网络攻击检测受到了广泛的研究关注，并提出了许多具有适当成功率的技术（第2节给出了综述）。然而，这些技术大多集中在图像取证分析和监控视频的攻击上，这类视频的图像复杂度高且包含大量细节。其中一些技术可以检测ICS中的网络攻击，但由于计算复杂度高，不适合在需要实时应用、低延迟、在计算能力有限的嵌入式设备上实现以及要求低功耗和低成本的情况下使用。对于ICS中的图像流中的网络攻击检测，由于图像通常包含的细节较少，这方面的研究仍然不足。鉴于ICS中安全措施的局限性，专门的技术对于有效检测和响应不同类型的网络攻击至关重要。

在本文中，我们提出了一种用于检测ICS中二维（2D）信号（图像）流的网络攻击的入侵检测系统（IDS）方法。该方法基于主机，专注于单设备上的图像篡改检测。它利用自回归模型根据之前图像的缓冲序列来预测下一个图像，并通过预测图像与实际接收到的图像之间的差异来识别攻击。深度学习（DL）技术以自我监督学习的方式（仅使用训练数据而无需标注）来为每个图像序列创建正常行为（无攻击）的模型。开发模型时使用了2D卷积神经网络（2D-CNN）和2D卷积长短期记忆（2D-ConvLSTM）神经网络，以及它们的组合。

本文的贡献如下。与旨在为所有应用设计单一自回归模型并主要关注监控视频或自动驾驶车辆中视觉系统的相关研究不同，我们提出了一种为特定工业控制环境生成定制模型的方法。在工业控制系统中，数据采集通常在受控且可重复的操作条件下进行，以确保测量一致性。在这样的环境中，同一采集过程中获得的连续帧具有高度相关性，并保持相同的物理配置，主要因系统动态（如受控运动或旋转）而不同，而非外部条件的变化。因此，从ICS获取的图像流的自回归模型可以具有较低的复杂性。根据这种方法，本文中的DL模型架构参数数量较少，以最小化ICS中在线攻击检测的计算复杂性、延迟和其他缺点。合适的DL模型是根据训练数据和模型选择数据自动选择的，选择了两种基于统计特征的评估标准。此外，与相关工作不同，所提出的方法仅使用模型选择数据自动选择合适的阈值——DL基IDS中最敏感的参数。模型和阈值的自动选择使得控制系统能够快速重新配置，并适应高多样性生产环境中的新产品[1]，这是该方法在实际应用方面的一个重要特点。该方法使用包含三种不同图像序列的真实世界数据集进行了评估。

本文的其余部分结构如下：第2节回顾了相关工作，第3节介绍了用于网络攻击检测的算法开发方法，第4节介绍了该方法的实现和实验评估，第5节给出了结论和未来工作方向。

章节摘要

相关工作

尽管制造过程中被篡改的图像数据可能导致重大后果，包括设备故障、缺陷被误识别、通过质量控制的缺陷部件流入市场、财务损失，甚至安全隐患，但目前关于ICS中视觉系统网络攻击检测的研究还很少。然而，图像和视频帧的网络攻击检测通常在安全摄像头的背景下进行讨论，因为这可以实现

攻击检测方法

本节概述了用于网络攻击检测的算法开发方法，并简要描述了用于创建算法模型的DL技术。

提出方法的实现和实验评估

本节介绍了所提出方法的实现细节及其性能的实验评估。首先描述了实现设置和模型配置，然后展示了获得的结果及其讨论。

结论

本文提出了一种使用自回归模型检测2D信号（图像）流中的网络攻击的方法，这些模型根据之前的图像序列预测下一个图像。采用基于2D-CNN、2D-ConvLSTM及其组合的自监督DL方法来为每个图像序列建模正常行为（无攻击）。所提出的方法自动确定合适的模型（使用训练数据和模型选择数据）和检测阈值（使用模型

CRediT作者贡献声明

Dusan Nedeljkovic：撰写——原始草案、可视化、验证、软件、方法论、调查、形式分析、数据整理。Zivana Jakovljevic：撰写——审阅与编辑、监督、软件、资源管理、项目规划、方法论、资金获取、概念化。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。

致谢

本研究得到了塞尔维亚共和国科学基金（授权号：17801，项目主题为“工业4.0中运动控制系统的网络安全——MCSecurity）以及塞尔维亚政府科学技术创新部（合同编号：451-03-34/2026-03-200105）的支持。

Dusan Nedeljkovic|Zivana Jakovljevic